mcp-skills-registry
A monorepo MCP server that aggregates multiple sub-servers under a single HTTP endpoint, routing by path, and supports static skills registry with Cloudflare deployment.
README
monorepo —— MCPP 聚合 server 示例
演示 MCPP 3.7 的 monorepo 拓扑:单一 HTTP 出口,路径路由到 sub server。
形态
┌─────────────────────────────────────────────┐
客户端 │ monorepo(单一 HTTP server,端口 8787) │
│ │
/openspec/mcp ──► OpenSpec skills sub server │
/mattpocock/mcp ──► Matt Pocock skills sub server │
其他路径 ──► 404 │
└─────────────────────────────────────────────┘
- 每个路径是独立的 MCP endpoint;skills 和 resources 相互隔离。
- 本地 Bun 与 Cloudflare Worker 均使用
@peri-code/mcpp@0.2的严格2026-07-28无状态 Streamable HTTP,不依赖内存 session。 src/registry.ts是本地入口、Cloudflare Worker 和测试共用的唯一路由注册表。- stdio 没有 URL/路径概念,不适用该聚合形态。
初始化
bun run init
该命令安装依赖、按 skills.lock.json 复现第三方 skills,并生成 Worker 可打包的静态 registry。
常用命令
bun dev # 构建 skills 后启动 http://127.0.0.1:8787/
bun run demo # 端到端 smoke 测试
bun run skills:sync # 按 lock 同步第三方 skills
bun run skills:update # 更新第三方 commit 并重新生成 registry
bun run deploy:dry-run # 验证 Cloudflare Worker bundle
bun run deploy # 部署 Cloudflare Worker
目录结构
├── src/
│ ├── index.ts # 本地网关和纯 fetch handler
│ ├── registry.ts # 唯一 sub server 注册表
│ └── static-skills.ts # 静态 skills resource 挂载器
├── servers/
│ ├── openspec/
│ │ ├── server.ts
│ │ ├── skills/ # 生成、Git ignored
│ │ └── skills.generated.ts # 生成、Git ignored
│ └── mattpocock/
│ ├── server.ts
│ ├── skills/ # 生成、Git ignored
│ └── skills.generated.ts # 生成、Git ignored
├── install-skills.js # manifest + lock 同步器
├── generate-skills-registry.js # 静态 registry 生成器
├── skills.json # source 声明
├── skills.lock.json # 锁定 commit,提交进 Git
├── test/smoke.ts
├── worker.ts
└── wrangler.jsonc
可复现 Skills 构建
skills.json + skills.lock.json
│
▼
install-skills.js
│ copy 锁定 commit
▼
servers/<id>/skills/
│
▼
generate-skills-registry.js
│
▼
servers/<id>/skills.generated.ts
│ static import
▼
Bun / Worker bundle
生成目录和生成 registry 都不提交;新 clone 通过 bun run init 完整恢复。sub server 不在运行时读取 node:fs,因此 Worker bundle 会包含 SKILL.md 正文。
Docker 部署
本地构建并启动:
docker compose up --build -d
docker compose ps
默认监听 http://127.0.0.1:8787。可覆盖宿主机端口和镜像:
MCP_SKILLS_PORT=8080 \
MCP_SKILLS_IMAGE=ghcr.io/konghayao/mcp-skills-registry:latest \
docker compose up -d
Docker builder 按 skills.lock.json 下载并生成静态 registry;runtime 镜像直接运行 bun src/index.ts,启动时不访问 GitHub。镜像内服务监听 0.0.0.0:8787,并带有 /nope 404 健康检查。
直接拉取 GHCR 镜像:
docker pull ghcr.io/konghayao/mcp-skills-registry:latest
docker run -d --name mcp-skills-registry \
--restart unless-stopped \
-p 8787:8787 \
ghcr.io/konghayao/mcp-skills-registry:latest
GHCR 自动发布
.github/workflows/publish-ghcr.yaml 在以下场景构建并推送 linux/amd64、linux/arm64 镜像:
- push 到
main:发布latest、main和sha-*; - push
v*tag:发布 tag、semver 和sha-*; - GitHub Actions 手动触发。
Workflow 使用仓库自带的 GITHUB_TOKEN,需要仓库 Actions 具备 packages: write 权限,不需要额外配置 GHCR token。首次发布后可在 GitHub Packages 中调整镜像可见性。
Cloudflare 部署
bun run deploy:dry-run
bun run deploy
Worker 使用无状态 Streamable HTTP:响应不返回 Mcp-Session-Id,每个请求独立创建 server 与 transport,适合 Cloudflare 多 isolate 路由,无需 Durable Objects。
相关
- 规范:
MCPP.md - 规范包:
@peri-code/mcpp - 承载约定:agent-plugins.org
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。